Neobanks 如何改变我们使用信用卡和借记卡的方式

April Miller 是 ReHack Magazine 的执行主编。

发现顶级金融科技新闻与活动！

订阅 FinTech Weekly 的通讯

高管已在 JP Morgan、Coinbase、Blackrock、Klarna 等处阅读

新银行（Neobanks）是以数字优先、技术驱动为核心的金融机构，围绕应用程序、API 和自动化决策构建，而不是依赖网点与批处理流程。它们正在重塑日常信用卡和借记卡的使用习惯——从卡片能多快发行，到支出能被多么细粒度地进行控制。随着人工智能（AI）在现代银行架构中不断成熟，卡片正逐步成为用于安全、预算与现金流管理的可编程工具。

结合 AI 与自动化的技术基础

新银行依托云原生基础设施，面向持续数据摄取与快速迭代而构建。该架构使其能够在交易发生时进行实时打分，并自动化后台办公工作流。传统银行也可以添加这些能力，但许多银行仍在应对支撑核心系统碎片化、较慢的上线发布周期，以及为延迟对账而设计的风险模型方面感到困难。

AI 的投资信号显示行业正走向何处。市场预测认为，银行业中的 AI 将从 2020 年的基线增长到 2030 年超过 640 亿美元，反映出自动化正多快速度地成为产品设计的核心。

各银行的采用程度差异很大，而这种差距会决定安全性与竞争力。推进更快的机构可以更早发现欺诈，并推出更强的卡片控制措施；而采用更慢的机构则可能在保护与客户体验上落后。

根据 IBM 的一项研究，只有 8% 的银行在 2024 年系统性地开发了生成式 AI，而 78% 则通过战术性举措来推进。研究将更深层次的 AI 集成与更少的服务中断以及更高的 IT 客户满意度联系起来。新银行往往更早看到这些收益，因为其系统支持更快的模型更新，并能进行自动化响应。

面向消费者卡片的全新标准

消费者卡片的使用行为正在向那些更像以安全为导向的软件产品、而非传统账户的机构转变。信任也参与了这一转变——全球 54% 的消费者信任至少一家大型科技公司，相较于信任银行更多。这表明，体验与感知能力会影响人们在管理资金与身份数据时的安全感。

彻底改善的用户体验

新银行的卡片会像可配置的端点一样进行管理，实时的消费通知可缩小攻击者所依赖的“未知交易”窗口。消费分析也能近乎实时运行，帮助持卡人更早识别订阅“缓慢攀升”、商户异常以及不寻常的地理位置，然后在其演变为拒付（chargeback）之前就采取行动。

卡片生命周期的操作也可在应用内完成。冻结与解冻账户、设置出行规则、更改 PIN，以及为移动钱包开通卡片，都可以在完成少量经过身份验证的操作后进行。关键细节在于降低延迟。更快的可视性与响应速度，能压缩欺诈与账户接管双方的“影响半径”。

先进的安全与控制

新银行通常会在设备信号、交易情境与行为模式上应用由 AI 辅助的风险打分。其中包括设备绑定与异常检测。

一些新银行提供支持在线卡欺诈威胁建模的控制。通过降低被盗卡详情的可用性（例如减少重复使用），虚拟卡可以限制被盗卡信息的价值。商户或类别额度以及基于位置感知的提示，也能阻止意外消费，或在活动偏离正常模式时触发额外验证。

尽管这些措施无法彻底消除欺诈，但它们会将安全性从一个隐藏的后台功能转变为一个主动的控制界面，让用户能够参与到遏制过程之中。

重塑商业卡的使用方式

对于中小型企业，新银行将卡片定位为运营基础设施。传统的企业银行业务往往会把卡片、贷款与资金管理（treasury）视为彼此独立的产品，并采用不同的开户/入驻流程。新银行则把这些能力整合到一个界面中：提供基于角色的访问控制、可编程的控制手段以及适配现代金融团队的集成。

结果是在不增加行政负担的情况下实现更紧密的财务控制。企业可以把银行业务连接到会计系统、薪酬平台和支付处理器，然后利用这些连接自动化政策执行。更好的数据血缘（lineage）与更快的分类，从而减少欺诈与合规失败得以滋生的盲区。

由 AI 驱动的承保与信贷

新银行使用自动化来评估现金流数据、发票、支付历史与账户活动，从而比人工审核周期更快地调整额度或延伸信贷。端到端的自动化也能通过分析大量财务报表、历史记录与市场信号来提升整个贷款生命周期的风险管理，以获得有依据的信贷决策并减少损失敞口。

自动化改变了企业每天如何使用卡片。更快的承保意味着一家公司可以更早获得信贷，然后在不必经历评估拖延所导致的持续停停走走的情况下继续使用。持续监控也让流程不断推进。如果某笔交易看起来存在风险，系统可以立即介入：通过降低额度、发起快速验证，或标记某个供应商来进行处置。

费用管理流程的精简化

财务团队不必在各部门之间来回传递一张企业卡，而是可以为每位员工、每个项目或每家供应商分别发放各自的卡，并设定具体规则。承包商可以获得一张仅在一周内可用的卡。项目卡可以被限制在特定商户范围内。高风险类别可以被直接阻断。收据也可以自动流转，因此费用能更早完成匹配与归类编码。

从网络安全角度来看，分段处理降低了任何单一被攻陷凭证所带来的价值。虚拟卡可以频繁轮换，员工访问权限可以被立即撤销，异常费用模式也能触发财务与安全团队的介入。

这对传统银行意味着什么

在位银行正在回应新银行，原因之一是如今客户把即时提醒、自助冻结以及应用原生的争议处理流程视为基础功能。监管机构同样在关注 AI 如何改变风险与韧性，尤其是在模型依赖第三方提供商或引入新的攻击面时。

美国联邦储备委员会甚至强调，需要在 AI 采用范围扩大时，在创新与安全性、稳健性以及不断演进的风险管理实践之间取得平衡。欧洲的监管主管也表示，当采用变得更主流时，银行会使用 AI 进行信贷打分与欺诈检测。

用于更安全、更聪明卡片使用的下一步

如今，卡片的作用越来越像是用于身份、风险与现金流的智能控制器。新银行通过使用 AI 与自动化来加速多种金融服务的流程，从而推动了这一转变。随着这些系统不断改进，信贷与借记卡的使用将实时适应：保持更高的安全性，并能更自然地融入日常消费与企业运营。